【摘 要】
:
在P2P系统中,节点既是消费者也是服务者,它们能随意地加入和离开系统,并能匿名地进行直接交互。因此,基于P2P环境下的电子商务正作为一种新兴的电子商务模式迅速地发展起来。
论文部分内容阅读
在P2P系统中,节点既是消费者也是服务者,它们能随意地加入和离开系统,并能匿名地进行直接交互。因此,基于P2P环境下的电子商务正作为一种新兴的电子商务模式迅速地发展起来。然而,在P2P电子商务系统中没有一个中心权威方来监督和管理节点的行为,这就为在节点之间建立信任提出了挑战。因此,如何在P2P电子商务系统中构建一种有效的信任机制以帮助在节点之间建立信任,是目前P2P电子商务技术研究的热点。本文在分析现有信任机制的基础上,提出一种新的P2P电子商务系统中基于声誉的信任模型。在本模型中,节点的信任度是基于节点的直接历史交易情况和其它节点的推荐来计算的,即节点的局部声誉和全局声誉。在局部声誉的计算中,通过引入交易金额、交易次数、交易满意度、交易时间和奖惩因子这五个因素,不仅能对局部声誉进行较准确地描述和度量,而且还能有效地防止恶意节点通过小规模交易和振荡交易来抬升自身的声誉。在全局声誉的计算中,以选取与目标节点有直接交易历史的邻居节点的推荐,来计算节点的全局声誉,降低其计算负载,并防止与目标节点无关的推荐节点进入到全局声誉的计算中,从而避免恶意节点进行协同作弊等恶意行为;同时,评估邻居节点所给评价的真实性。最后,在本模型中引入黑名单机制,一旦发现恶意节点,恶意节点就会被记录在节点的黑名单内,在以后的交易中节点就不会与恶意节点进行任何交易,这样就可以有效地隔离恶意节点,从而营造一个良好的交易环境。通过仿真实验结果表明,本模型能有效地评估节点的信任度,识别和隔离恶意节点,在不同类型恶意节点的攻击环境下具有较高的交易成功率,并能有效地应用于P2P电子商务系统中。
其他文献
在现实生活中所获得的图像往往都受到了噪声的干扰。这些噪声恶化了图像质量,使其模糊,甚至淹没了它们的特征,对我们的日常的图像应用、分析都带来了困难。图像去噪的目的是
当今的社会已经由信息主宰,用户对于计算机的应用提出了更多的需求。用户对于事务处理的电子化与自动化,信息管理自动化系统,web搜索引擎的需求越来越大,在这个背景下,搜索服
随着多媒体技术及Internet网络的迅速发展,图像来源不断扩大,大容量高速存储系统为图像的海量存储提供了基本保障,各行各业对图像的使用越来越广泛,图像信息资源的组织、管理
近年来我国高校快速发展,很多高校内部都积累了很多分散的,存储在各个部门的数据库系统,但随着科研决策系统对各种综合数据的依赖程度的不断加深,这就使得要想统一访问和利用各个
属性约简是粗糙集理论的一个重要思想,然而利用粗糙集理论进行约简,必须将连续值转换成离散值进行处理,在某种程度这一过程会造成信息的损失。融合了模糊集与粗糙集的模糊粗
随着机器人系统在越来越多领域的广泛应用,多机器人的协作日益成为新的研究热点问题。由于其实时性、动态环境和复杂运动规划等要求,机器人足球比赛成为验证多智能体协作技术的
随着对网格研究的深入和网格基础设施的发展,网格应用规模越来越大,在网格环境中开发了越来越多的功能强大、需要大量资源的科学计算。网格应用的逻辑流程也越来越复杂,涉及
电子邮件是现在Internet上使用最为广泛,用户人数最多的重要服务之一。它的方便、快捷、高效的性能使它逐渐替代了传统信件。然而,由于网络的开放性,在Internet上传输的邮件
图像分割是图像理解和识别的前提,作为图像处理的基础环节,一直是图像处理和计算机视觉领域的热点和难点问题。目前,医学成像技术随着计算机技术的发展进步得到了广泛的发展
随着教学改革的不断深入,各高校充分利用先进的信息技术手段来提高教学管理水平,教学管理信息系统的建设不断完善。但通过对当前各高校教学教务管理系统的调查发现,大多数高校的